返回 MCP 目录
public公开dns本地运行

Todoist TaskMaster

一个为Cursor AI设计的Todoist集成MCP服务器,实现编码环境中直接管理任务

article

README

🚀 任务大师:Todoist MCP 对于 Cursor AI

这是一个专为 Cursor AI 开发的 Todoist 模型上下文协议(MCP)服务器实现。借助该服务器,Cursor AI 助手能够直接在您的编程环境中与您的 Todoist 任务进行交互。

🚀 快速开始

本项目是专为 Cursor AI 打造的 Todoist 模型上下文协议(MCP)服务器实现,能让您在编程环境中便捷地与 Todoist 任务交互。您可参考以下内容进行操作。

演示视频

点击下方视频封面可观看演示: 任务大师演示

✨ 主要特性

  • 灵活的任务过滤:可运用 Todoist 强大的筛选语法进行任务过滤,具体包括:
    • 按截止日期筛选,如今天、明天、逾期的任务。
    • 按优先级水平(1 - 4,其中 1 为最高优先级)筛选。
    • 支持使用复杂查询组合进行筛选。
  • 丰富的任务格式化:每个任务会显示优先级、截止日期和其他相关信息,并配有清晰的图标。
  • 与 Cursor AI 的集成:能够在您的 Cursor AI 编程环境中无缝使用 Todoist。

📦 安装指南

先决条件

  • 需要 Python 3.10 或更高版本。
  • 需安装 Poetry 用于依赖管理。
  • 要有 Todoist 账户和 API 令牌。

设置步骤

  1. 克隆此仓库:
git clone https://github.com/mingolladaniele/todoist-mcp.git
cd todoist-mcp
  1. 安装依赖项:
pip install -r requirements.txt
  1. 将您的 Todoist API 令牌设置为环境变量:
# Linux/macOS
export TODOIST_API_TOKEN="your-api-token-here"

# Windows
set TODOIST_API_TOKEN="your-api-token-here"

您可以在 Todoist 设置 → 集成 → 开发者中找到您的 Todoist API 令牌。

💻 使用示例

运行服务器

python server.py

MCP 工具

服务器提供以下 MCP 工具:

get_tasks_tool

使用强大的筛选选项检索任务。

参数

  • filter_string:Todoist 的高级过滤查询字符串,用于复杂筛选。
  • priority:可选的优先级水平(1 - 4,其中 1 是最高优先级)。

示例筛选字符串

  • "today" - 今天截止的任务。
  • "overdue" - 逾期任务。
  • "Jan 3" - 2024 年 1 月 3 日截止的任务。
  • "due before: May 5" - 在 2024 年 5 月 5 日之前截止的任务。
  • "due after: May 5" - 在 2024 年 5 月 5 日之后截止的任务。
  • "due before: +4 hours" - 在接下来的四小时内截止以及所有逾期任务。
  • "no date" - 没有截止日期的任务。
  • "5 days""next 5 days" - 接下来的五天内截止的任务。
  • "recurring" - 带有重复日期的任务。

使用 Cursor AI 设置

要在 Cursor AI 中使用,需创建或编辑 MCP 配置文件:

WindowsC:\Users\<username>\.cursor\mcp.json

{
  "mcpServers": {
    "todoist-mcp": {
      "command": "C:/Users/<username>/path/to/todoist-mcp/.venv/Scripts/python.exe",
      "args": [
        "C:/Users/<username>/path/to/todoist-mcp/server.py"
      ],
      "env": {
        "TODOIST_API_TOKEN": "your-api-token-here"
      }
    }
  }
}

请将 <username> 替换为您实际的用户名。完成编辑后,保存文件并重新启动 Cursor,此时您应该可以使用 Todoist 任务了!

🔧 技术细节

项目结构

  • api/ - API 包裹器
  • config/ - 配置与设置
  • models/ - 模型相关文件
  • tasks/ - 任务处理逻辑
  • utils/ - 工具和辅助函数

📄 许可证

此项目使用 MIT 许可证。

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端